• Annual Conference of KIPS
• /
• 2009.11a
• /
• pp.929-930
• /
• 2009

본 논문에서는 링크 기반 유사도 계산을 이용해서 블로그 공간에서 사용자가 관심을 가질만한 게시글들을 사용자에게 추천하는 방안을 제안한다. 제안된 방안은 사용자가 관심을 가졌던 게시글들 중에서 시드 게시글을 선택하고 링크 기반 유사도를 계산하여 시드 게시글과 가장 유사하다고 판단되는 k개의 게시글들을 사용자에게 추천한다. 또한, 시드 게시글들 중에서 추천하고자 하는 주제가 아닌 다른 주제의 게시글들이 잘못 추천되는 문제를 해결하기 위해서 시드 게시글과 동일한 주제라고 확실시 되는 게시글들만을 점진적으로 찾아 추천하는 방안을 제안한다. 실제 블로그 데이터를 이용한 실험을 통하여 제안하는 추천 방안의 우수성을 검증한다.

• Science of Emotion and Sensibility
• /
• v.9 no.spc3
• /
• pp.209-224
• /
• 2006

Hierarchy which is often named as the tree-structure is used to reduce complexity and show primitive structures of complicated information. This paper aims at explaining information-visualization methods using hierarchies in multimedia domains and prospecting the possible applications by examining how they affect the user's tasks involved in information-seeking activities. As a result, four types of information visualization methods named Treemap, Hyperbolic, Cone Tree and DOI Tree employed in multimedia domain, are presented and pros and cons of each method are explained in this paper. Another important part is defining the core tasks and other related-tasks in information-seeking activities, such as, overview, zoom, filter, details-on-demand, relate, history, and extract. Followings are major findings. Treemap uses 'overview' as the core task, which makes user to gain a overall meaning of the whole information cluster. Hyperbolic and DOI Tree apply 'Boom' task through the function of focus+context or by the function of meaningful scaling to magnify or downsize each node. Cone Tree, also, makes the information organizer to classify the patterns of information acquired in the process of users' information-seeking activities by using 'extract' task. Through this study, it is finally found out that the information-visualization methods using hierarchies in multimedia domains should incorporate the wide variety of functional needs related to users' information-seeking behaviors beyond the visual representation of information.

• Journal of the Korea Society of Computer and Information
• /
• v.14 no.1
• /
• pp.1-8
• /
• 2009

Learning user's preference is a key issue in intelligent system such as personalized service. The study on user preference model has adapted simple user preference model, which determines a set of preferred keywords or topic, and weights to each target. In this paper, we recommend multi-perspective user preference model that factors sentiment information in the model. Based on the topicality and sentimental information processed using natural language processing techniques, it learns a user's preference. To handle timc-variant nature of user preference, user preference is calculated by session, short-term and long term. User evaluation is used to validate the effect of user preference teaming and it shows 86.52%, 86.28%, 87.22% of accuracy for topic interest, keyword interest, and keyword favorableness.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.93-95
• /
• 2000

인터넷상에는 다양한 온라인 쇼핑몰들이 존재한다. 그러나 쇼핑몰의 다양성으로 인해 사용자들의 혼란은 오히려 증가하고 있으며, 최근에는 다양한 쇼핑몰들을 하나로 통합하여 서비스를 제공하는 시스템이 많이 개발되어 사용되고 있다. 그러나 통합 서비스를 제공하는 대부분의 시스템들은 사용자 개인의 성향은 고려하지 않고 모든 사용자에 대해 일괄적인 서비스를 제공함으로서, 결과에 대한 만족도는 사용자가 늘어날수록 감소하게 된다. 본 논문에서 제안하는 비교쇼핑에이전트는 시스템에서 제공하는 획일적인 서비스가 아닌 사용자 자신의 관심분야에 맞는 개인화 된 비교쇼핑에이전트를 구축함으로서 상품검색에서의 불필요한 시간과 노력의 낭비를 줄일 수 있도록 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.156-158
• /
• 1998

정보의 가치 증대와 사용자의 정보획득 욕구가 증대됨에 따라 개인 위주의 정보검색 시스템의 필요성이 대두되고 있다. 따라서 본 논문에서는 특정 개인의 관심(interest)과 선호도(preference)를 반영하여 최적의 검색결과를 제공하기 위하여 사용자 프로파일을 구축하고, 통계적 분석 방법 이용하여 문서순위결정을 수행하는 방안을 제안한다.

• Journal of Intelligence and Information Systems
• /
• v.14 no.2
• /
• pp.157-177
• /
• 2008

Even in a single day, an enormous amount of content including digital videos, posts, photographs, and wikis are generated on the web. It's getting more difficult to recommend to a user what he/she prefers among these contents because of the difficulty of automatically grasping of content's meanings. CF (Collaborative Filtering) is one of useful methods to recommend proper content to a user under these situations because the filtering process is only based on historical information about whether or not a target user has preferred an item before. Collaborative Tagging is the process that allows many users to annotate content with descriptive tags. Recommendation using tags can partially improve, such as the limitations of CF, the sparsity and cold-start problem. In this research, a CF method with user-created tags is proposed. Collaborative tagging is employed to grasp and filter users' preferences for items. Empirical demonstrations using real dataset from del.icio.us show that our algorithm obtains improved performance, compared with existing works.

• Proceedings of the KIEE Conference
• /
• 2008.04a
• /
• pp.236-237
• /
• 2008

이 논문은 노인 및 장애인의 활동을 보조하기 위한 보행보조 로봇의 핵심 기술인 사용자의 진행하고자 하는 방향과 속도를 검출하는 보행의지 파악시스템 구현을 하고자 한다. 최근에 노인인구의 증가로 인해 노인 및 장애인을 위한 보행 보조기에 대한 관심이 증가되고 있다. 그러나 대부분의 경우 동력이 없는 시스템으로 경사 등의 공간에서 취약성을 가지고 있다. 이에 동력형 보행보조기에 대만 관심이 증가되고 있으나, 대부분의 경우 보행보조기 조종이 여의치 않다. 이에 본 논문에서는 사용자의 보행의지를 파악할 수 있는 시스템을 도입하고 이를 기초로 보행자의 안정적인 구동을 수행할 수 있도록 하였다. 사용자의 의지력은 FSR 센서를 이용하여 파악하고, 이를 기초로 사용자가 이동하고자 하는 이동 방향과 이동속도 데이터를 기초로 보행보조기의 차량 속도와 방향에 대해 구동 바퀴의 차동구동을 통해 사용자의 의지에 맞춰 구동할 수 있도록 하였다. 이를 통해 사용자의 이동하려는 의지에 대해 안정적으로 차량을 이동시킬 수 있도록 보행 시스템을 구축하였다. 또한 사용자자의 힘에 대한 속도 및 방향 매핑 기법을 개발하여 보행의지의 정확성을 높였다.

• The KIPS Transactions:PartC
• /
• v.13C no.5 s.108
• /
• pp.651-658
• /
• 2006

Mobile computing environment is known to be quite difficult to provide user with a stable QoS(Qualify of Service) due to its mobility nature. In order to protect the inherent characteristics of wireless network such as low bandwidth and high transmission delay along with the user's mobility, many works are conducted to apply caching and prefetching methods. This paper presents a novel prefetching technique which is based on user's preference, that is, interest and Uuかity. It tries to improves the effectiveness of prefetching by separating and appling the interest with personal tendency of a given information, and the popularity with general tendency of the information. The proposed scheme shown relatively superior performance in terms of the utilization ratio of prefetched information and the failure ratio of information retrieval than the existing methods.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.507-510
• /
• 2002

웹에서 이용할 수 있는 Annotation들은 개인 노트의 수단이며, 같은 일에 종사하는 동료들간의 커뮤니케이션과 협업할 수 있도록 도와준다. 이런 종이 책에서의 Annotation들을 웹에 적용함으로써 공유. 검색, 재편집 등의 장점을 얻을 수 있다. 웹 Annotation은 통신수단의 발달과 함께 증가한 인터넷 사용자들의 활발한 커뮤니케이션을 통해 빠르게 증가하고 있어 한 문서에 많은 Annotation이 생성된다. 현재, 웹 상의 Annotation에 관련된 연구들은 생성, 출력, 저장을 중심으로 연구되고 있으나 한 문서 또는 한 Anchor에 존재하는 많은 Annotation들을 효과적으로 제공하는 방법에 관한 연구는 미비한 실정이다. 기존 Annotation 시스템들의 대부분은 다수의 Annotation들을 관련성이나, 사용자 특성을 고려하지 않고, 입력된 순서로 Annotation을 제공한다. 때문에 Anchor의 이해시간을 가중시킨다. 또한, 생성된 모든 Annotation 제공으로 인해 문서에 너무 많은 Annotation들이 생성되어 문서의 레이아웃을 손상시킬 수 있어[1], 문서를 이해의 시간을 증가시킨다[2]. 따라서 본 논문에서는 웹 문서에 생성된 다수의 Anchor들과 Annotation들을 사용자에게 효율적으로 제공하기 위하여 사용자 관심사에 맞는 Anchor와 Annotation만을 제공하는 Annotation 필터링기법을 제안한다. 또한. 동일한 Anchor내에서 적절한 Annotation의 우선 접근을 위한 Annotation 순위 부여기법과 Annotation 필터링 결과에 따라 Anchor의 표현유무를 결정하는 Anchor 표현 기법을 제안한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2005.05a
• /
• pp.240-249
• /
• 2005

사용자 맞춤 서비스를 위하여 온라인상에서 사용자의 관심 분야를 파악하고자 하는 경우에는 적은 수의 훈련 예제로 효율적인 학습이 가능한 능동적 학습이 적절하다. 능동적 학습을 효과적으로 적용하기 위하여 사용자에게 문의할 가치가 높은 예제를 선정하는 것도 중요하지만, 사용자 편의를 위해서는 문의 횟수를 가능한 최소화하여야 한다. 문의 횟수를 줄이면서도 많은 수의 훈련 예제를 획득하기 위해서는 복수의 문의 예제들을 사용자에게 한꺼번에 제시하고 그 관심 여부를 표한하게 하는 것이 효과적이다. 본 논문에서는 능동적 학습 적용 시 사용자에게 문의할 가치가 높은 복수 문의 예제들을 효과적으로 선정하기 위하여 가중치 반영 군집화를 적용하는 방안을 제안한다. 본 제안 방안은 먼저 각 예제의 문의 예제로서의 가치를 파악하고 이를 가중치로 삼아 군집화를 수행하여 상대적으로 유사한 예제들의 집합을 구성한다. 이어서 생성된 각각의 군집에서 가장 보편적인 예제를 문의 예제로 선정하면 선정된 각각의 문의 예지는 문의할 가치가 높으면서 함께 문의하게 될 예제들은 서로 충분히 달라 학습에 보다 유용하게 사용할 수 있는 훈련 예제들을 얻을 수 있다. 문서 분류 문제를 대상으로 본 제안 방안을 실험한 결과, 단순히 문의 가치가 높은 복수의 예제들을 함께 문의할 예제들로 선정하는 방안에 비해 학습 성능이 뛰어났으며, 한 번에 문의하는 예제 수를 증가시키더라도 분류기의 성능 저하가 적음을 확인하였다.